深度网络架构
Transformer的位置编码如何使得模型具有顺序感知能力？
原题如何理解Transformer模型中的“编码器-解码器注意力”机制？
原题Transformer的前馈网络（FFN）在模型中承担什么角色？
原题Transformer模型中的“注意力权重”是如何通过训练学习到的？
原题Transformer模型中的参数共享策略具体是指什么？
原题如何理解Transformer中的自回归属性？
原题为什么Transformer模型能够有效处理长距离依赖问题？
原题Transformer中的“负面注意力”（Negative Attention）是什么意思？
原题来源未给出 Negative Attention 对应的论文、模型或算子。
Transformer中如何实现序列到序列的映射？
原题Transformer模型如何处理不同长度的输入序列？
原题
暂无题目